day02-2-商铺查询缓存

功能02-商铺查询缓存

3.商铺详情缓存查询

3.1什么是缓存？

缓存就是数据交换的缓冲区（称作Cache），是存储数据的临时地方，一般读写性能较高。

缓存的作用：

1. 降低后端负载
2. 提高读写效率，降低响应时间

缓存的成本：

1. 数据一致性成本
2. 代码维护成本
3. 运维成本

3.2需求说明

如下，当我们点击商店详情的时候，前端会向后端发出请求，后端需要把相关的商店数据返回给客户端显示。

3.3思路分析（添加Redis缓存）

使用Redis的缓存模型如下：

当客户端发送请求到服务端时，先去redis中查询有没有对应的数据：

• 如果命中，则直接给客户端返回数据，这样直接访问数据库的请求就会大大减少
• 如果未命中，则到数据库中查询，同时将数据写入redis，防止下一次查询同样的数据，然后将数据返回给客户端

3.4代码实现

（1）Shop.java 实体类

package com.hmdp.entity;

import com.baomidou.mybatisplus.annotation.IdType;
import com.baomidou.mybatisplus.annotation.TableField;
import com.baomidou.mybatisplus.annotation.TableId;
import com.baomidou.mybatisplus.annotation.TableName;
import lombok.Data;
import lombok.EqualsAndHashCode;
import lombok.experimental.Accessors;

import java.io.Serializable;
import java.time.LocalDateTime;

/**
 * @author 李
 * @version 1.0
 */
@Data
@EqualsAndHashCode(callSuper = false)
@Accessors(chain = true)
@TableName("tb_shop")
public class Shop implements Serializable {

    private static final long serialVersionUID = 1L;
    //主键
    @TableId(value = "id", type = IdType.AUTO)
    private Long id;
    //商铺名称
    private String name;
    //商铺类型id
    private Long typeId;
    //商铺图片，多个图片以','隔开
    private String images;
    //商圈，例如陆家嘴
    private String area;
    //地址
    private String address;
    //经度
    private Double x;
    //纬度
    private Double y;
    //均价，取整数
    private Long avgPrice;
    //销量
    private Integer sold;
    //评论数量
    private Integer comments;
    //评分，1~5分，乘10保存，避免小数
    private Integer score;
    //营业时间，例如 10:00-22:00
    private String openHours;
    //创建时间
    private LocalDateTime createTime;
    //更新时间
    private LocalDateTime updateTime;

    @TableField(exist = false)
    private Double distance;
}

（2）对应的mapper接口

package com.hmdp.mapper;

import com.hmdp.entity.Shop;
import com.baomidou.mybatisplus.core.mapper.BaseMapper;

/**
 * Mapper 接口
 *
 * @author 李
 * @version 1.0
 */
public interface ShopMapper extends BaseMapper<Shop> {

}

（3）IShopService.java 接口

package com.hmdp.service;

import com.hmdp.dto.Result;
import com.hmdp.entity.Shop;
import com.baomidou.mybatisplus.extension.service.IService;

/**
 *  服务类
 *
 * @author 李
 * @version 1.0
 */
public interface IShopService extends IService<Shop> {

    Result queryById(Long id);
}

（4）ShopServiceImpl 服务实现类

package com.hmdp.service.impl;

import cn.hutool.core.util.StrUtil;
import cn.hutool.json.JSONUtil;
import com.hmdp.dto.Result;
import com.hmdp.entity.Shop;
import com.hmdp.mapper.ShopMapper;
import com.hmdp.service.IShopService;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

import javax.annotation.Resource;

import static com.hmdp.utils.RedisConstants.*;

/**
 *
 * 服务实现类
 *
 * @author 李
 * @version 1.0
 */
@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {
    @Resource
    StringRedisTemplate stringRedisTemplate;

    @Override
    public Result queryById(Long id) {
        String key = CACHE_SHOP_KEY + id;

        //1.从redis中查询商铺缓存
        String shopJson = stringRedisTemplate.opsForValue().get(key);

        //2.判断缓存是否命中
        if (StrUtil.isNotBlank(shopJson)) {
            //2.1若命中，直接返回商铺信息
            Shop shop = JSONUtil.toBean(shopJson, Shop.class);
            return Result.ok(shop);
        }

        //2.2未命中，根据id查询数据库，判断商铺是否存在数据库中
        Shop shop = getById(id);
        if (shop == null) {
            //2.2.1不存在，则返回404
            return Result.fail("店铺不存在！");
        }

        //2.2.2存在，则将商铺数据写入redis中
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));

        return Result.ok(shop);
    }
}

（5）ShopController 控制类

package com.hmdp.controller;

import cn.hutool.core.util.StrUtil;
import com.baomidou.mybatisplus.extension.plugins.pagination.Page;
import com.hmdp.dto.Result;
import com.hmdp.entity.Shop;
import com.hmdp.service.IShopService;
import com.hmdp.utils.SystemConstants;
import org.springframework.web.bind.annotation.*;

import javax.annotation.Resource;

/**
 * 前端控制器
 *
 * @author 李
 * @version 1.0
 */
@RestController
@RequestMapping("/shop")
public class ShopController {

    @Resource
    public IShopService shopService;

    /**
     * 根据id查询商铺信息
     * @param id 商铺id
     * @return 商铺详情数据
     */
    @GetMapping("/{id}")
    public Result queryShopById(@PathVariable("id") Long id) {
        return shopService.queryById(id);
    }
}

（6）测试：首次查询的时候因为数据为写入reids，因此查询较慢，第二次因为已写入redis，查询较快

4.商铺类型缓存查询

4.1需求说明

店铺类型在首页和其他多个页面都会用到，如下：

要求当我们点击商铺类型的时候，前端会向后端发出请求，后端需要把相关的商店类型数据返回给客户端显示：

4.2思路分析

该功能的实现思路与上述的思路大体一致。

4.3代码实现

（1）实体类 ShopType

package com.hmdp.entity;

import com.baomidou.mybatisplus.annotation.IdType;
import com.baomidou.mybatisplus.annotation.TableId;
import com.baomidou.mybatisplus.annotation.TableName;
import com.fasterxml.jackson.annotation.JsonIgnore;
import lombok.Data;
import lombok.EqualsAndHashCode;
import lombok.experimental.Accessors;

import java.io.Serializable;
import java.time.LocalDateTime;

/**
 * @author 李
 * @version 1.0
 */
@Data
@EqualsAndHashCode(callSuper = false)
@Accessors(chain = true)
@TableName("tb_shop_type")
public class ShopType implements Serializable {

    private static final long serialVersionUID = 1L;

    //主键
    @TableId(value = "id", type = IdType.AUTO)
    private Long id;

    //类型名称
    private String name;

    //图标
    private String icon;

    //顺序
    private Integer sort;

    //创建时间
    @JsonIgnore
    private LocalDateTime createTime;

    //更新时间
    @JsonIgnore
    private LocalDateTime updateTime;
}

（2）ShopTypeMapper接口

package com.hmdp.mapper;

import com.hmdp.entity.ShopType;
import com.baomidou.mybatisplus.core.mapper.BaseMapper;

/**
 * Mapper 接口
 *
 * @author 李
 * @version 1.0
 */
public interface ShopTypeMapper extends BaseMapper<ShopType> {

}

（3）服务类接口 IShopTypeService

package com.hmdp.service;

import com.hmdp.dto.Result;
import com.hmdp.entity.ShopType;
import com.baomidou.mybatisplus.extension.service.IService;

/**
 * 服务类接口
 *
 * @author 李
 * @version 1.0
 */
public interface IShopTypeService extends IService<ShopType> {

    Result queryShopList();
}

（4）服务实现类 ShopTypeServiceImpl

package com.hmdp.service.impl;

import cn.hutool.core.util.StrUtil;
import cn.hutool.json.JSONUtil;
import com.hmdp.dto.Result;
import com.hmdp.entity.ShopType;
import com.hmdp.mapper.ShopTypeMapper;
import com.hmdp.service.IShopTypeService;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;

import javax.annotation.Resource;

import java.util.ArrayList;
import java.util.List;

import static com.hmdp.utils.RedisConstants.CACHE_SHOP_TYPE;

/**
 * 服务实现类
 *
 * @author 李
 * @version 1.0
 */
@Service
public class ShopTypeServiceImpl extends ServiceImpl<ShopTypeMapper, ShopType> implements IShopTypeService {

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public Result queryShopList() {
        //查询redis中有没有店铺类型缓存
        String shopTypeJson = stringRedisTemplate.opsForValue().get(CACHE_SHOP_TYPE);
        //如果有，则将其转为对象类型，并返回给客户端
        if (StrUtil.isBlank(shopTypeJson)) {
            List<ShopType> shopTypeList = JSONUtil.toList(shopTypeJson, ShopType.class);
            return Result.ok(shopTypeList);
        }
        //如果redis中没有缓存，到DB中查询
        //如果DB中没有查到，返回错误信息
        List<ShopType> list = query().orderByAsc("sort").list();
        if (list == null) {
            return Result.fail("查询不到店铺类型！");
        }

        //如果DB查到了数据
        //将数据存入Redis中(转为json类型存入)
        stringRedisTemplate.opsForValue()
                .set(CACHE_SHOP_TYPE, JSONUtil.toJsonStr(list));
        //并返回给客户端
        return Result.ok(list);
    }
}

（5）控制类 ShopTypeController

package com.hmdp.controller;

import com.hmdp.dto.Result;
import com.hmdp.entity.ShopType;
import com.hmdp.service.IShopTypeService;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import javax.annotation.Resource;
import java.util.List;

/**
 * 前端控制器
 *
 * @author 李
 * @version 1.0
 */
@RestController
@RequestMapping("/shop-type")
public class ShopTypeController {
    @Resource
    private IShopTypeService typeService;

    @GetMapping("list")
    public Result queryTypeList() {
        return typeService.queryShopList();
    }
}

（6）测试，访问客户端首页，

返回的数据如下：

5.缓存更新

5.1缓存更新策略

5.1.1主动更新策略

• Cache Aside Pattern：由缓存的调用者，在更新数据库的同时更新缓存（可控性最高，推荐使用）
• Read/Write Through Pattern：缓存与数据库整合为一个服务，由服务来维护一致性。调用者调用该服务，无需关心缓存一致性问题
• Write Behind Caching Pattern：调用者只操作缓存，由其他线程异步的将缓存数据持久化到数据库，保证最终一致

---

操作缓存和数据库时有三个问题需要考虑：

1. 删除缓存还是更新缓存？

   • 更新缓存：每次更新数据库都更新缓存，无效写操作较多
   • 删除缓存：更新数据库时让缓存失效，查询时再更新缓存（推荐使用）

2. 如何保证缓存与数据库的操作的同时成功或失败？（原子性）

   • 单体系统，将缓存与数据库操作放在一个事务
   • 分布式系统，利用TCC等分布式事务方案

3. 先操作缓存还是先操作数据库？（线程安全问题）

   

   如上，虽然两种方案都有可能造成缓存和数据库不一致，但更推荐先更新数据库再删除缓存。

   先更新数据库再删除缓存出现数据不一致概率更低，因为操作缓存一般比数据库更快，所以发生右图的情况很低（右图）。即使发生了，可以配合TTL定时清除缓存。

5.1.2总结

缓存更新策略的最佳实践方案：

1. 低一致性需求：使用Redis自带的内存淘汰机制即可
2. 高一致性需求：主动更新，并以超时剔除作为兜底方案
   • 读操作：
     • 缓存命中则直接返回
     • 缓存未命中则查询数据库，并写入缓存，设定超时时间
   • 写操作：
     • 先写数据库，然后再删除缓存
     • 要确保数据库与缓存操作的原子性

5.2需求说明

给查询商铺的缓存添加超时剔除和主动更新策略：

1. 根据id查询店铺时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间
2. 根据id修改店铺，先修改数据库，再删除缓存

5.3代码实现

（1）修改ShopServiceImpl的queryById()方法，设置超时时间

并添加update()方法如下：

@Override
@Transactional
public Result update(Shop shop) {
    Long id = shop.getId();
    if (id == null) {
        return Result.fail("店铺id不能为空");
    }
    //1.更新数据库
    updateById(shop);
    //2.删除redis缓存
    stringRedisTemplate.delete(CACHE_SHOP_KEY + id);
    return Result.ok();
}

（2）修改IShopService，添加方法声明

Result update(Shop shop);

（3）修改ShopController，添加方法

/**
 * 更新商铺信息
 * @param shop 商铺数据
 * @return 无
 */
@PutMapping
public Result updateShop(@RequestBody Shop shop) {
    // 写入数据库
    return shopService.update(shop);
}

（4）测试

读操作：首次访问店铺详情，可以看到redis中存入数据，并且设置了TTL

写操作：使用postman向服务端发送更新店铺信息请求，可以看到当更新数据时候，先更新数据库，然后将redis的缓存删除。之后如果再有查询，将会重建redis的缓存，实现数据的一致性。